Případová studie: Jak multiagentní systém debatuje o obchodu s akcií

Většina této série zatím pokrývala koncepty v abstraktní rovině. Tento a příští článek se dívají na dva reálné, open-source systémy, které tyto koncepty uvádějí do praxe, počínaje TradingAgents — skutečným, nasazeným multiagentním obchodním systémem, ne výukovou hračkou — kde se téměř každá dosud probraná myšlenka objevuje uvnitř jedné funkční codebase.

Pětistupňový pipeline

TradingAgents běží jako sekvenční pipeline s deliberativní debatní fází uprostřed. Tým čtyř specializovaných analytiků — Fundamentals, Sentiment, News a Technical — každý vytváří doménovou zprávu pomocí vlastních nástrojů, čerpajíce ze skutečných datových zdrojů včetně Yahoo Finance, Alpha Vantage, StockTwits, Reddit a predikčních trhů, každý za svým vlastním nástrojem. Tyto čtyři zprávy se sbíhají do debatní vrstvy, kde Bullish researcher a Bearish researcher argumentují za stejnou pozici ze záměrně opačných cílů, než kdokoliv navazující vůbec uvidí návrh. Research manager pak syntetizuje oba protichůdné argumenty do jedné soudržné teze, která putuje k traderovi a risk týmu: trader navrhuje časování a velikost pozice, zatímco tři risk persony — Risky, Neutral a Safe — spolu s risk judge, tento návrh prověřují proti pevným omezením. Nakonec portfolio manager vydá samotné rozhodnutí, naparsované do strukturovaného, pětistupňového ratingu od Buy přes Overweight, Hold, Underweight až po Sell.

Jednotná smlouva, která to celé drží pohromadě

Jeden návrhový detail je snadné přehlédnout, ale odvádí obrovské množství práce: každý analytik se drží úplně stejné byznys smlouvy — stanovený cíl, napájený jednou kategorií dat, produkující shrnutí klíčových bodů, které zbytek pipeline dokáže zkonzumovat. Právě tato jednotnost umožňuje čtyřem nezávisle specializovaným analytikům čistě napojit se na stejnou navazující debatní fázi bez vlastní integrační logiky pro každého z nich. Sdílená smlouva mezi nezávisle postavenými komponentami je velmi často to, co dělá multiagentní pipeline skladatelný místo křehkého.

Debata jako skutečná architektonická volba

Debata mezi Bullish a Bearish researcherem probíhá oběma směry najednou — každá strana aktivně vyvrací tu druhou, místo aby jen vyslovila počáteční pozici a posunula se dál. Toto je přímá, reálná instance vzoru evaluator-optimizer: celým smyslem strukturované debaty je explicitně vynést na povrch protiargument dřív, než je jakémukoliv jedinému pohledu důvěřováno, místo aby jedna perspektiva dominovala jen proto, že promluvila první nebo sebejistěji.

Nezávislé řízení rizika jako izolace aplikovaná na governance

Tři risk persony, které stres-testují návrh tradera, jsou governance mechanismus, oddělený od samotné obchodní teze — a toto oddělení stojí za to propojit zpět s izolací kontextu: úkolem risk týmu je konkrétně nenechat se přesvědčit stejným narativem, který obchodní nápad vytvořil, takže udržet ho strukturálně nezávislým je to, co z něj dělá skutečnou kontrolu, ne razítko.

Návrhová rozhodnutí, která stojí za explicitní pojmenování

Čtyři volby v tomto systému lze každou vystopovat ke konceptu z dřívějška této série. Debata před syntézou je evaluator-optimizer v přestrojení. Nezávislé řízení rizika je izolace kontextu aplikovaná na governance místo code review. Strukturované, pětistupňové rozhodnutí místo volného textu je disciplína vynucení schématu aplikovaná na finanční rozhodnutí. A paměť plus checkpointing — vybavování si minulých rozhodnutí podle tickeru a obnovení přerušených běhů z uloženého stavu — je stejná mechanika trvalé paměti a checkpointingu harness probraná dříve, odvádějící skutečnou práci v doméně, kde by ztráta místa v havarovaném běhu byla skutečným problémem.

Systém je také záměrně nezávislý na poskytovateli — dokáže běžet proti OpenAI, Google, Anthropic nebo několika vlastně hostovaným open-weight modelům — a dělá pečlivé, explicitní rozlišení mezi deterministickými a nedeterministickými prvky: sampling a živé datové feedy jsou svou povahou nedeterministické, zatímco rozřešení tickeru a ukotvení ceny jsou záměrně pevně deterministické proti ověřeným snímkům, takže části systému, kde je chyba nákladná, nejsou nikdy ponechány na variabilitě modelu.